在 Fortran 中读取 HDF5 数据集的子集时出现问题

Question

我有一个非常大的 HDF5 文件，并希望使用 FORTRAN 读取其中的一小部分。到目前为止，我的尝试都失败了，我对文档感到困惑。 您可以给 FORTRAN 新手（但合理的 C/python 编码器）的任何指针将不胜感激。

特别是我很难理解数据空间和内存空间是什么，在我的代码中，根据我阅读的文档，它们似乎没有按照我的预期做。不过，这可能是我自己的白痴！

这就是我正在尝试的：

integer, allocatable                    :: tmpdata(:,:) ! Array to contain data subset
integer(HID_T)                          :: fid          ! HDF5 File ID
integer(HID_T)                          :: did          ! Dataset ID
integer                                 :: error        ! Error variable
integer(HSIZE_T), dimension(1:2)        :: count        ! Number of px to read (x,y)
integer(HSIZE_T), dimension(1:2)        :: offset       ! Starting point for read (x,y)
integer(HID_T)                          :: dataspace        ! Dataspace
integer(HID_T)                          :: memspace     ! Memoryspace

offset=(/58000,22000/)          ! Set offset in 2d dataset
count=(/1200,1200/)             ! Set # pixels to read (1200x1200 slab)
allocate(tmpdata(1200,1200))        ! Allocate space to store this slab

call h5open_f(error)
call h5fopen_f ("myfile.h5", H5F_ACC_RDWR_F, fid, error)        ! Open HDF5 file

call h5dopen_f(fid, "mydataset", did, error)        ! Open dataset
call h5dget_space_f(did, dataspace, error)          ! Retrieve dataspace 


call h5screate_simple_f(2, count, memspace, error)      !Create memspace, rank=2,size=1200x1200 
call h5sselect_hyperslab_f(dataspace, H5S_SELECT_SET_F, offset, count, error)       ! Select slab in the data 
call h5dread_f(did, H5T_NATIVE_INTEGER, tmpdata, dimsm, error,memspace,dataspace)       ! Read the data from the HDF5 file into the tmpdata array

! Close everything
-snip-

在调用 h5dread_f 之前一切正常。然后我得到一个段错误。如果我将 tmpdata 设置为等于 HDF5 文件中实际数据集的大小，那么它可以工作，但这不是一个好的解决方案，因为对于某些文件，数据集太大而无法存储在内存中。 有任何想法吗？希望我只是在做一些愚蠢的事情。如果这很重要，我将在 Ubuntu 14.04 上使用 ifort 和 HDF5-1.8.15 Patch 1 进行编译

Answer 1

根据您对变量dimsm 的描述和省略，我猜您已将该变量设置为您正在阅读的变量的完整维度。这些尺寸应该是您设置的 hyperslab 的尺寸，这也是您在tmpdata 中保存读取结果的变量的尺寸。您可以在 read 调用中使用与创建 hyperslab 相同的数组 count。

变化：

call h5dread_f(did, H5T_NATIVE_INTEGER, tmpdata, dimsm, error,memspace,dataspace)       

到

call h5dread_f(did, H5T_NATIVE_INTEGER, tmpdata, count, error,memspace,dataspace)    

你的阅读应该可以工作。

发生的事情（如果我的假设是正确的）是 dimsm 包含完整数据集维度的值（或两个维度中大于 1200 的任何值），因此读取数据的调用尝试读取外部数据数据空间的边界（在给定的偏移量处设置为 1200x1200 视图），如果这不是段错误，那么它将尝试将大于 1200x1200 的读取放入 1200x1200 变量tmpdata。